- 1、本文档共9页,其中可免费阅读8页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种基于深度卷积生成对抗网络的ECG降噪方法,改进原有的对抗网络结构,加入了二维卷积与反卷积网络结构,加速训练过程的同时,提高网络优化稳定性,较之一般网络具有更强的泛化能力,在特征层归一化方面进行了批处理操作,便于调整隐藏中的数据分布,使得网络更易于被训练,针对对抗神经网络自身训练过程十分不稳定的缺陷,通过在判别器的损失函数中加入了梯度惩罚,极大程度地减小训练过程中梯度爆炸和弥散的可能性,从而提高网络优化稳定性,使用改进后的损失函数,使损失函数效果更佳。
(19)中华人民共和国国家知识产权局
(12)发明专利
(10)授权公告号 CN 112487914 B
(45)授权公告日 2021.08.31
(21)申请号 202011335304.5 CN 109890043 A,2019.
文档评论(0)